基于改进密度峰值聚类算法的梨花密度分级

摘要：

精准判断梨花疏密程度是自动疏花的基础.为了更好地判断梨花密度,该研究提出了基于改进密度峰值聚类算法的梨花密度分级方法.该方法首先提取梨花位置坐标,获取需要聚类的数据点.其次,为了实现梨花图像的密度分级,针对原有密度峰值聚类算法在梨花密度分级中的不足,结合梨花密度分级需求,改进了对聚类中心的选取方式,通过4组局部密度和中心偏移距离分割阈值将决策图划分为4部分来选取聚类中心,分别对应高、中、低密度以及无需疏花处理等4个等级,实现了对疏密合理的梨花图像的准确分级.最后,针对只有团状分布、稀疏分布及大尺度特写的梨花分布聚类分级不准确的问题,改进了两点间的距离dij参数的计算方法,统一梨花尺度大小和密度分级标准,对所有分布类型的梨花图像均能实现合理的密度分级.试验结果表明,该研究算法能够适应不同尺度大小的梨花图像,预测准确率为94.89％,密度分级准确率达到94.29％,可实现自然环境下局部花簇的密度分级,为机器智能疏花提供了技术支持.

关键词：图像识别、农业、聚类算法、密度分级、位置坐标、阈值、梨花

所属期刊栏目：39

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;河北省现代农业产业技术体系梨创新团队现代果园装备与智能化

在线出版日期：2023-04-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：126-135